Gemini 4 Carbon от Google лидирует в тестах на уязвимости

Google представила Gemini 4 Carbon, новую флагманскую модель. В компании говорят о лучших на рынке результатах в кибербезопасности и в задачах, где модель работает самостоятельно долгое время.

В тесте SEC-bench Pro, где модель ищет уязвимости в коде, Gemini 4 Carbon набрала 88,2%. В ExploitGym, где нужно эксплуатировать найденные дыры, результат 54,8%. Заголовок источника говорит и о лидерстве в исправлении уязвимостей, но цифры по этому тесту в доступном фрагменте не приведены.

Почему это важно не только программистам. Модель, которая находит и чинит дыры, помогает защитникам. Но и модель, которая их эксплуатирует, в половине случаев успешно, облегчает жизнь атакующим. Разрыв между обнаружением дыры и массовыми атаками может сократиться.

Подвох в том, что это заявления самой Google и результаты на бенчмарках. Тесты показывают потенциал, а не реальную картину на чужих серверах. Подобные цифры принято воспринимать с осторожностью, пока их не проверят независимые команды.

Источник: The Hacker News